科技早报 2026-06-15
概览
要闻
AI 与机器学习
- 谷歌 TPU 上的 LLM 推理加速：扩散式推测解码实现 3 倍提速
- 白宫因担忧中国访问对Anthropic模型Mythos实施出口限制
- 谷歌 LiteRT-LM 引擎实现极速设备端生成式AI
- 社区利用Tunix与TPU将Gemma训练为推理引擎
- 谷歌发布DiffusionGemma开发者指南与技术详解
- Google AI Edge Gallery 扩展设备端AI能力，支持MCP协议
GitHub 热门项目
- NVIDIA 推出 AI Agent 安全扫描器
SkillSpector - Puppeteer：控制浏览器的 JavaScript 自动化库
- Cypress：前端测试利器，支持端到端与组件测试
- Istio：开源服务网格统一管理微服务通信
- 本地优先的 AI 代理分析工具 agentsview 占据 GitHub 热榜
- Rust 跨平台 GUI 组件库
gpui-component跻身 GitHub 热门
开源生态
开发者工具
- 谷歌宣布将Gemini CLI迁移至Antigravity CLI统一终端工具
- Google Tensor ML SDK 进入Beta，支持Pixel 10 TPU部署
- 谷歌发布 Colab CLI，连接本地终端与远程 Colab 运行时
- Jane Street拥抱形式化方法 智能代理编程改变成本效益权衡
安全与隐私
产品与平台
- Google Pay 为 Android 应用推出 Express checkout 功能
- Suunto Spark 运动耳机评测：跑步与骑行的完美搭配
- 谷歌推出Gemini for Home全栈产品，赋能智能家居生态
- 探索通用遥控器Harmony的‘不可能梦想’与历史
Google I/O 2026大会：从辅助AI到独立代理的转型
谷歌在 I/O 2026 开发者主题演讲中，宣布了从辅助 AI 向独立代理的转型，并发布了多项重要更新。
谷歌宣布了其 AI 战略的转型，旨在开发能够独立完成任务的 AI 代理。
主题演讲重点包括 Gemini 3.5 系列模型的发布，以及 Antigravity 代理优先开发平台的重大更新。
面向移动开发者，谷歌推出了新的 Android CLI 工具、Android Bench 评估排行榜，以及一个可将各种框架自动转换为原生 Kotlin 代码的迁移代理。
Web 开发方面，通过 Chrome DevTools for agents、HTML-in-Canvas API 和 WebMCP 提案进行变革。其中 WebMCP 是一个开放的 Web 标准，旨在让基于浏览器的 AI 代理能够执行复杂任务。
谷歌 TPU 上的 LLM 推理加速：扩散式推测解码实现 3 倍提速
加州大学圣地亚哥分校的研究人员在 Google TPU 上实现了名为 DFlash 的块扩散推测解码方法，将大语言模型推理速度提升了约 3 倍。
DFlash 是一种块扩散推测解码方法，它通过在单次前向传播中“绘制”整个候选令牌块来绕过传统自回归起草的顺序瓶颈。
该系统实现了平均 3.13 倍的加速，其峰值性能几乎是现有方法（如 EAGLE-3）的两倍。
这是一个已集成到 vLLM 生态系统中的开源项目，它利用“免费”的并行验证和高质量的草稿预测来优化 TPU 硬件。
该研究为在专用硬件上加速大模型推理提供了新的高效路径。
白宫因担忧中国访问对Anthropic模型Mythos实施出口限制
据报道，美国白宫决定对Anthropic的模型Mythos实施出口限制，部分原因在于担忧其可能已被一个与中国有关联的组织访问，这构成了潜在的国家安全风险。
据Semafor报道，白宫的决定部分源于担忧Anthropic的模型Mythos可能已被一个与中国有关联的组织访问。
报告指出，如果中国政府确实访问了Mythos 5或Fable 5，将构成严重的国家安全风险。
政府方面担忧对方可能通过蒸馏法——一种让“学生”AI在更先进模型上训练以复制其行为的方法——对模型进行逆向工程。
目前白宫尚未证实这份报告。前特朗普顾问David Sacks在社交平台X上的帖子也未提及中国。
谷歌 LiteRT-LM 引擎实现极速设备端生成式AI
谷歌 AI Edge 的 LiteRT-LM 引擎经过生产验证，可高效在移动和边缘设备上运行 Gemma 4 模型。
谷歌 AI Edge 的 LiteRT-LM 是一个高优化的基础设施，用于在跨平台移动和边缘环境中运行 Gemma 4 模型。
该引擎通过内存高效的动态加载和 Multi-Token Prediction 技术（可实现高达 2.2 倍加速）来提升性能。
LiteRT-LM 支持原生多模态和代理功能，并提供如 Thinking Mode 和 Constrained Decoding 等高级编排工具。
该引擎正在迅速扩展其集成范围，不仅限于 Android，还将引入新的原生 Swift API 用于 Apple 生态系统，以及基于 WebGPU 加速的 JavaScript API，用于高性能、无服务器的浏览器推理。
社区利用Tunix与TPU将Gemma训练为推理引擎
在Google Tunix黑客马拉松中，开发者团队成功将小型非推理基础模型转变为通用推理引擎。
在Kaggle平台举办的Google Tunix黑客马拉松中，参赛者被挑战使用Kaggle TPU和有限计算预算进行模型训练。
获胜团队通过一个结合监督微调（SFT）与GRPO、SimPO等先进对齐技术的多阶段后训练流水线，实现了目标。
该竞赛展示了社区可以利用易获取的开源资源，成功训练出高度能力、结构化推理模型，推动了AI开发的民主化。
谷歌发布DiffusionGemma开发者指南与技术详解
谷歌发布了 DiffusionGemma 的开发者指南，这是一款基于 Gemma 4 架构、采用扩散机制进行并行文本生成的实验性模型。
DiffusionGemma 通过迭代去噪并行生成和精炼 256 个 token 的块，实现了比传统自回归模型更快的推理速度。
该模型支持双向上下文感知和实时自我纠正，并可在消费级 GPU 上部署。它能更有效地处理数独等复杂的基于约束的任务。
DiffusionGemma 集成了 vLLM 等流行的推理框架，提供了一种高性能、高效长上下文扩展的非自回归方法。
Google AI Edge Gallery 扩展设备端AI能力，支持MCP协议
Google AI Edge Gallery 应用更新，引入了对开源 Model Context Protocol 的实验性支持，增强了设备端 AI 的协调与交互能力。
Google AI Edge Gallery 应用扩展了其设备端 AI 能力，引入了对开源 Model Context Protocol (MCP) 的实验性支持。该更新在 Android 上允许 Gemma 4 协调跨外部数据源（如 Google Workspace 和 Google Maps）的复杂任务。
为了实现更主动和持久的用户交互，更新增加了 Schedule Notification 技能用于自动化例程，以及一个持久聊天历史记录功能，可几乎即时恢复长期会话上下文。
该平台由一个开源工具包驱动，鼓励社区开发者通过其 GitHub 仓库构建和共享自定义的实用工作流、提示配置和工具集成。
NVIDIA 推出 AI Agent 安全扫描器 SkillSpector
NVIDIA 发布了用于 AI agent 技能的安全扫描工具
SkillSpector，该项目在发布当日即获得大量关注。
NVIDIA/SkillSpector 是一个专门用于扫描 AI agent 技能安全性的工具，旨在提升 AI 系统的安全性。
该项目在 GitHub Trending 上归类于 Python 语言，并在发布当日就获得了 964 颗星。
截至目前，该项目在 GitHub 上的星标总数已达到 5,694 颗。
Puppeteer：控制浏览器的 JavaScript 自动化库
Puppeteer 是一个强大的 JavaScript 库，提供高级 API 来通过 DevTools 协议 或 WebDriver BiDi 控制 Chrome 或 Firefox。
Puppeteer 默认以无头模式运行，没有可见的 UI。它可以通过 npm 安装，并在安装期间自动下载兼容的 Chrome。
用户也可以选择安装 puppeteer-core 作为库，它不包含浏览器下载，适合已有浏览器环境的场景。
该项目还提供了实验性的 WebMCP API 支持，并推出了 chrome-devtools-mcp，一个基于 Puppeteer 的用于浏览器自动化和调试的 MCP 服务器。
Cypress：前端测试利器，支持端到端与组件测试
开源测试工具 Cypress 发布最新版本
v15.17.0，为开发者提供快速、可靠的浏览器内测试能力。
Cypress 是一款专注于在浏览器中运行测试的工具，旨在提供快速、简单且可靠的测试体验。
该项目支持通过 npm、yarn 或 pnpm 进行安装，并在 MIT 许可证下开源。
其功能涵盖端到端测试、组件测试，并兼容 react-testing-library 等多个主流测试库。
开发者可以使用 Cypress 云服务配置徽章，以展示项目的测试状态或测试数量。
最新发布的 v15.17.0 版本于2026年6月9日更新。
Istio：开源服务网格统一管理微服务通信
Istio 是一个开源的服务网格，它透明地叠加在现有分布式应用程序上，提供安全连接和监控服务的统一方式。
其控制平面为底层的集群管理平台（如 Kubernetes）提供了一个抽象层。
该网格由 Envoy 等核心组件构成，Envoy 作为每个微服务的 Sidecar 代理来处理流量。
这种架构旨在帮助开发者更高效地管理、保护和监控复杂的微服务通信。
本地优先的 AI 代理分析工具 agentsview 占据 GitHub 热榜
agentsview 是一个本地优先的 AI 代理会话分析与洞察工具，支持包括 Claude Code 在内的众多代理，并在 GitHub 上快速增长。
agentsview 是一个本地优先的工具，专注于为 AI 代理提供会话搜索、分析、洞察和令牌使用统计功能。
该项目明确支持 Claude Code、Codex 以及超过 20 种其他代理，帮助开发者理解和优化其 AI 工作流程。
该项目使用 Go 语言编写，增长势头强劲，发布当日即获得超过 300 颗星标，总星标数已超过 2,600。
Rust 跨平台 GUI 组件库 gpui-component 跻身 GitHub 热门
Rust 语言项目
gpui-component因其构建跨平台桌面应用的能力，在 GitHub 趋势榜中受到关注。
开源项目 longbridge/gpui-component 是一个 Rust GUI 组件库，旨在帮助开发者构建出色的跨平台桌面应用程序。
该项目基于 GPUI 框架构建，当前在 GitHub Trending 中使用 Rust 语言上榜。
根据统计，该项目在 GitHub 上已累积超过 11,700 颗星，并在统计当日新增了 32 颗星。
谷歌发布 Genkit 中间件，强化 AI 代理应用生产可靠性
Google 宣布为开源框架 Genkit 推出中间件功能，旨在帮助开发者构建更可靠、可投入生产环境的 AI 代理应用。
Genkit 是一个支持 TypeScript、Go、Dart 和 Python 的开源框架，专为构建具有代理能力的 AI 应用程序而设计。
新推出的中间件系统允许开发者拦截生成调用，以注入重试、模型回退和人机在环工具审批等自定义行为。
开发者可以在生成、模型和工具层附加钩子，确保模型输出的高可靠性和确定性控制，并能创建和叠加自定义中间件。
所有中间件配置均可通过专用的开发者 UI 进行检查和调试，方便管理。
里约“本土”大模型被指合并现有模型引发争议
一个名为 Rio-3.5-Open-397B 的大语言模型被指其权重直接合并自其他模型，其原创性受到质疑。
有证据显示，IplanRIO 声称训练的 Rio-3.5-Open-397B 模型的权重，是 Nex-N2_pro 和 Qwen3.5-397B-A17B 的直接合并。
合并比例据称大约为 0.6 倍 Nex 和 0.4 倍 Qwen。移除系统提示后，Rio 模型有 79% 的时间自认为是来自 Nex-AGI 的 Nex。
Nex-AGI 声称没有发现任何证据表明 IplanRIO 进行了独立训练，该指控来自一个第三方 GitHub Issue。
谷歌宣布将Gemini CLI迁移至Antigravity CLI统一终端工具
谷歌宣布将其社区驱动的
Gemini CLI过渡到新的Antigravity CLI，以统一其AI终端工具链并提供更强的多代理工作流支持。
谷歌正在将 Gemini CLI 过渡至全新的 Antigravity CLI。后者是一个以代理为核心的新平台，专为构建复杂、多代理工作流而设计，基于Go语言开发，提供更快的执行速度和异步处理能力。
此次迁移与 Antigravity 2.0 桌面应用程序同步进行。企业客户将保持现有访问权限，而个人和免费用户则需在 Gemini CLI 于2026年6月18日停止服务前迁移至新平台。
Google Tensor ML SDK 进入Beta，支持Pixel 10 TPU部署
Google Tensor ML SDK 进入 Beta 阶段，为开发者提供了构建和部署高性能机器学习模型到 Google Pixel 10 TPU 的统一工作流。
Google Tensor ML SDK 正在进入 Beta 阶段，允许开发者构建高性能机器学习模型并直接部署到 Google Pixel 10 设备的 TPU 上。
通过与 LiteRT（Google 的边缘部署框架）集成，该 SDK 为开发者提供了一个统一的工作流，用于转换、编译和运行 PyTorch 或 TFLite 模型，并具有强大的回退选项。
一个新的模型花园提供了超过 100 个经典和生成式 AI 模型，包括 Gemma 3，能够实现低延迟、私密的功能，如语音识别、计算机视觉和文本生成。
谷歌发布 Colab CLI，连接本地终端与远程 Colab 运行时
谷歌推出了 Colab 命令行界面 (CLI)，允许开发者将本地终端连接到远程 Colab 运行时，以请求高性能 GPU 并运行机器学习工作流。
该轻量级 CLI 工具支持用户轻松请求 GPU 资源，并从本地终端远程执行 Python 脚本。
它能无缝检索制品日志或模型，例如微调的 Gemma 3 适配器。
通过直接集成到标准终端环境，该工具具有高度可编程性，可供 AI 代理（如 Antigravity 或 Claude Code）使用，以管理复杂的机器学习管道。
Jane Street拥抱形式化方法 智能代理编程改变成本效益权衡
金融巨头Jane Street改变了对形式化方法的长期看法，组建专门团队，并将智能代理编程视为降低其高昂成本的关键。
Jane Street 过去25年对形式化方法不感兴趣，但现在正在组建专注于此的团队。
传统形式化方法成本高昂，例如 seL4 微内核验证花费了25人年验证8,700行C代码。
智能代理编程 的出现改变了公司对形式化方法成本与效益的权衡计算。
模型虽不能独立构建高难度证明，但能极大辅助使用形式化方法工具。
在智能代理编程时代，验证代码质量与模型生成代码之间差距的瓶颈变得更加重要。
FBI 建造模拟城镇以训练应对网络攻击
美国联邦调查局在阿拉巴马州建立了一个全尺寸的城镇复制品，用于模拟和训练应对复杂的网络攻击场景。
联邦调查局去年在亨茨维尔开设了一个名为“网络靶场”的设施，占地 22,000 平方英尺，模拟了一个完整的城镇环境。
该靶场包含便利店、加油站、医院和家具齐全的房屋等建筑，所有设施均连接在一起，模拟真实城镇的网络结构。
靶场的核心是一个小型数据中心，拥有超过 200 台服务器，专门设计用于被黑客攻击和感染恶意软件，以供训练使用。
此外，靶场还设有一个伪造的电力公司，可以利用其假数据中心来模拟操纵价格等网络物理攻击场景。
Google Pay 为 Android 应用推出 Express checkout 功能
Google Pay 发布了面向 Android 原生应用的新功能，旨在通过集成用户存储的凭据来大幅简化移动支付结账流程。
Google Pay 为 Android 应用推出了 Express checkout 功能。开发者可以利用用户在 Google Wallet 中存储的支付和地址凭据，为用户提供快速结账体验。
该功能支持在 Android 应用中实现 onPaymentDataChanged 和 onPaymentAuthorized 等回调，这些回调此前已在 Web 端支持。
通过这些回调，开发者可以在用户与 Google Pay 界面交互时动态更新配送选项、税费和总价，并在不关闭界面的情况下处理授权反馈。
此功能在 play-services-wallet:20.0.0 及更高版本中可用。开发者需要在 build.gradle 文件中更新依赖项至该版本。
使用动态回调可以将 Google Pay 按钮前移至产品详情页或购物车页面，实现真正的“快速结账”体验。
Suunto Spark 运动耳机评测：跑步与骑行的完美搭配
评测 Suunto Spark 开放式运动耳机，分析其设计、佩戴舒适度及在运动场景下的实际表现。
Suunto Spark 是 Suunto 品牌在不到五年内推出的第五款音频产品，采用了新的开放式耳塞设计。
耳机每只重约 9 克，采用钛和硅胶材质，佩戴舒适，适合跑步、骑行和远足等运动。
该产品具备 IP55 防汗防雨等级，但充电盒不具备同等防护能力。
耳机提供触摸控制和头部手势控制，但评测指出触摸控制在运动中或手湿时可能不易操作。
谷歌推出Gemini for Home全栈产品，赋能智能家居生态
谷歌正通过推出名为 Gemini for Home 的全栈AI产品来扩展其智能家居生态系统，为合作伙伴提供现成的设计与API。
谷歌正在推出 Gemini for Home，这是一个集成了先进摄像头智能、自然语言查询和每日活动摘要功能的全栈AI产品。该计划旨在为服务提供商和硬件制造商提供现成的参考设计和API。
谷歌的目标是帮助合作伙伴构建主动的、品牌化的服务，无需投入大量研发资源。其最终愿景是打造一个能够理解上下文、实时响应用户需求的原生AI智能家居环境。
探索通用遥控器Harmony的‘不可能梦想’与历史
在科技播客《Version History》中，主持人与嘉宾探讨了通用遥控器Harmony的故事，这款产品曾被视为市场上最好的选择，但仍未完全实现通用控制的完美愿景。
Harmony是一款通用遥控器，多年来曾被认为是市场上最好的同类产品。
即便如此，它也可能是唯一真正重要的通用遥控器，但其仍无法完全实现通用控制的完美愿景。
《The Verge》的David Pierce、Nilay Patel和John Higgins在节目中讲述了Harmony的发展历程与挑战。
节目嘉宾包括Mill的CEO、Nest的联合创始人Matt Rogers，为讨论增添了行业视角。